文献

J-GLOBAL ID：201702235455634249   整理番号：17A1564884

EEG信号に基づくモデル化シナプス可塑性による発作予測-遺伝性てんかんの事例研究【Powered by NICT】

Predicting seizure by modeling synaptic plasticity based on EEG signals - a case study of inherited epilepsy

著者 (6件)： Zhang Honghui (School of Natural and Applied Science, Northwestern Polytechnical University, Xi’an, Shaanxi, 710072, China) ,  Su Jianzhong (Department of Mathematics, The University of Texas at Arlington, Texas, 76019, USA) ,  Wang Qingyun (Department of Dynamics and Control, Beihang University, Beijing, 100191, China) ,  Liu Yueming (Department of Mathematics, The University of Texas at Arlington, Texas, 76019, USA) ,  Good Levi (Department of Neurology, University of Texas Southwestern Medical Center at Dallas, Dallas, Texas, 75390, USA) ,  Pascual Juan M. (Department of Neurology, University of Texas Southwestern Medical Center at Dallas, Dallas, Texas, 75390, USA)
資料名： Communications in Nonlinear Science and Numerical Simulation  (Communications in Nonlinear Science and Numerical Simulation)
巻： 56  ページ： 330-343  発行年： 2018年 
JST資料番号： W3226A  ISSN： 1007-5704  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,完全な脳脳波(EEG)信号に基づく定量的モデル化によるてんかん発作の内部動力学メカニズムを検討した。著者らの目標は,発作予測を提供し,てんかん患者の治療を促進することである。取り込まれたシナプス可塑性を用いた以前の数学モデルに触発されて,微分方程式モデルによる遺伝性発作の非線形動力学を研究した。最初に診断されたグルコース輸送体欠損患者から記録された臨床遺伝性脳波データのセットによって駆動された,常微分方程式のシステムに及ぼす動的発作モデルを開発した。モデルは,各EEGチャネルの冗長性を考慮した除去した後,複雑さで減少した。そして,提案されたモデルは,遺伝性発作の基礎実験観察,同期率と周波数を含むに即した定性的に関連する挙動を生成することを確認した。一方,モデリングプロセスにおける連結性構造仮説の合理性を検証した。さらに,シナプス可塑性のしきい値条件と励起強度を変えて,発作モデルへのシナプス塑性の影響を明らかにした。結果はシナプス可塑性は発作活性の持続時間,発作制御のための治療的介入の妥当性を支えるに大きな影響を及ぼすことを示唆した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *事例研究 ,  常微分方程式 ,  *発作 ,  治療法 ,  非線形力学 ,  脳波 ,  *シナプス ,  チャネル ,  数学モデル ,  *予測 ,  連結性 ,  *モデリング ,  *塑性 ,  *てんかん
準シソーラス用語： *シナプス可塑性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 遺伝性発作 ,  発作予測 ,  EEG ,  シナプス可塑性

分類 (2件)： システム・制御理論一般  (IA02010H) ,  システム同定  (IA02040O)

タイトルに関連する用語 (7件)： EEG信号 ,  モデル化 ,  シナプス可塑性 ,  発作 ,  予測 ,  遺伝性てんかん ,  研究